SHPB实验中试件应变均匀性的解析分析

本文利用一维应力波理论,对ＳＨＰＢ实验中试件的应变均匀性进行了解析分析,结果表明试件中存在着严重的应变不均匀性,现有的实验结果处理方法有待进一步完善。本文给出了实验特性参数的估计关系式。     

一种小型的高压毫微秒脉冲发生器及其应用

本文讨论了一种小型的高压毫微秒脉冲装置。该装置可以产生幅值120kV,上升前沿陡度大于5kV/ns、脉宽100ns 的高压脉冲,并已被用作REB 加速器的触发源、高压EMP 模拟器的脉冲源和研究介质击穿特性的能源。     

生成式对抗网络在SAR图像处理中的应用综述

合成孔径雷达自动目标识别技术是SAR图像处理领域的研究热点,但数据样本不足的情况导致SAR-ATR应用研究受到局限。传统扩充SAR数据集的图像仿真技术模型复杂、计算量大,生成图像不够逼真。生成式对抗网络GAN不需要目标先验信息,可以直接从真实图像数据中生成逼真的图像,具有低损耗和端到端的优点,因此相较于传统方法其更适用于小样本SAR数据高质量扩充。围绕GANs在SAR图像处理中的研究应用展开叙述,介绍了获取目标SAR图像的方法,包括传统的仿真技术和基于深度学习的GANs技术;从目标图像和场景图像等2个方面介绍了GANs训练的常用SAR数据集;针对不同数据集的应用场景,重点介绍了GANs网络在目标SAR图像生成、SAR超分辨率重建、SAR和光学影像融合等3个方面的最新研究进展;最后,结合深度学习和SAR目标特性,给出了GANs网络在SAR图像应用方面的后续发展建议。     

载频带宽同步倍频的高频大带宽线性调频信号光产生方法

针对高载频、大带宽线性调频信号产生需求,提出一种基于级联马赫-曾德尔调制器(Mach-Zehnder Modulator, MZM)的载频带宽同步倍频的高载频、大带宽线性调频信号光产生方法。理论分析表明,通过合理设置级联MZM的直流偏置点和线性调频信号幅度等参数,可产生载频和带宽同步倍频且倍频系数可调的线性调频信号。在此基础上利用光学系统软件进行相应的仿真验证,利用载频和带宽分别为5 GHz和2 GHz的线性调频信号产生了载频和带宽分别为40 GHz、15.07 GHz和58.25 GHz、19.5 GHz的线性调频信号。仿真结果验证了该方法的可行性,也验证了产生的信号具有较好的压缩性。     

考虑卫星位置误差的增广脉冲星方位误差估计算法

为了解决脉冲星方位误差估计中卫星位置误差对估计结果的影响,提出一种考虑卫星位置误差的增广脉冲星方位误差估计算法。为满足可观测性条件和保证尽可能低的矩阵运算维数,算法将卫星的位置误差标量作为增广状态。结合脉冲星方位误差估计基本原理,重新推得增广算法的状态及观测方程,并通过理论分析证明了算法的可观测性。最后仿真结果表明,当卫星位置误差导致传统算法的估计结果偏差较大时,该算法依然能够保证0. 01 mas的赤经和0. 3 mas的赤纬估计精度。不同方向的位置误差对方位误差估计精度影响较小。     

拦截高速机动目标的最优制导律

对于远距离拦截高速、大机动目标,不仅拦截弧段长,拦截飞行时间也更久。拦截弹在飞行过程中的能量管理与优化问题,也是在拦截制导律设计时必须要考虑的问题。将非线性弹目运动关系降阶简化后,运用最优控制理论,将能量管理纳入考虑中,得出针对高速、机动目标的最优制导律,且可以满足终端碰撞角约束。通过引入分段线性和指数两种形式的阻尼,使得导弹在拦截高速高加速目标时,对目标机动的敏感度随弹目距离变化,从而达到能量管理的目的。通过二维非线性仿真验证了制导律的性能。     

重心布置及漂角对空投气垫艇纵稳性影响分析

为了分析空投气垫艇在不同重心位置和漂角下的纵摇运动响应,利用STAR-CCM+平台的重叠网格技术对气垫艇在规则波中的水动力性能进行数值模拟。研究表明,重心和漂角的变化对空投气垫艇阻力性能和航行稳定性的影响十分敏感,试验中通过改变压块来调整气垫艇重心位置,在低速段即0.4r<0.8时,重心纵向位置前移与垂向位置上移将会导致阻力增加,而当其在高速段即F_r>0.8时,重心纵向位置前移和垂向位置下移将导致阻力减少,为了满足高速船舶性能,因此重心位置布置时宜适当前移。在0°<β<30°范围内,漂角越小,气垫艇受到波浪的激励作用愈加明显,纵摇运动响应幅值越大。优化重心布置方案、漂角等组合形式能够有效提升气垫艇的航行稳定性,综合分析可知该型气垫艇在重心位置靠近艏部且以一定小角度漂角高速航行时,纵向稳定性越高且兴波阻力性能最佳。     

基于位置预测的靶场图像实时判读方法

在靶场经纬仪对目标实时跟踪测量时,会发生相机随机抖动的情况,引起目标在图像中大幅度运动。应对大幅度运动时,基于搜索窗口的跟踪方法容易丢失目标,而基于全图搜索的跟踪方法时效性差。针对以上问题,提出一种结合核相关滤波算法(Kernelized Correlation Filter, KCF)和目标位置预测的改进的跟踪学习检测算法(Tracking-Learning-Detection, TLD)跟踪框架。利用正交多项式最优线性滤波器及相机角度信息预测目标下一帧位置,在此区域利用KCF进行快速跟踪,可以提高跟踪的成功率和时效性,跟踪失败时再进行检测。仿真实验表明,最优线性滤波器能较准确预测目标位置,给KCF提供较准确的搜索位置,算法每帧耗时仅为1.1 ms,且定位精度优于TLD和KCF,能有效应对相机抖动的问题。靶场实际试验证明该方法可提高靶场自动判读水平,减少人工干预。